CC BY
31
Res. 2000;91:918-24.
10. Mansel RE, Webster DJT, Sweetland HM. Breast pain and nodularity. Benign disorders and diseases of the breast. Elsevier; 2009.
11. Michael J. Cross, W. Phil Evans, George N. Peters et al. Stereotactic Breast biopsy as an alternative to open excisional biopsy. Annals of surgical oncolog. 2002;2(3):195-200.
УДК: 612.822.3:612.858.742.3:612.816.2:534.61:621.391
DOI: 10.12737/13311
ВЕЙВЛЕТ-АНАЛИЗ ЭЛЕКТРИЧЕСКОЙ АКТИВНОСТИ ДОРСАЛЬНОГО ГИППОКАМПА КРЫС ПРИ
ХРОНИЧЕСКИХ АУДИОГЕННЫХ ВОЗДЕЙСТВИЯХ
А.А. ПЕРМЯКОВ, Е.В. ЕЛИСЕЕВА, А.Д. ЮДИЦКИЙ, Л.С. ИСАКОВА
ГБОУ ВПО «Ижевская государственная медицинская академия» МЗ РФ, ул. Коммунаров, 281, Ижевск, Росия, 426034, e-mail: [email protected]
Аннотация. Для описания динамики процесса используется создание его моделей, которые должны содержать основные механизмы, приводящие к наблюдаемым электрофизиологическим эффектам. Одной из таких моделей является экспериментальная модель сенсорной аудиогенной дезинтеграции, важнейшим центральным звеном которой является гиппокамп. Гиппокамп реагирует на все виды сенсорной стимуляции, но особенно чувствителен к звуковым стимулам. Аудиогенные воздействия с участием гиппокампа модулируют множество электрофизиологических реакций: синхронизацию-десинхронизацию, усвоение и забывание ритма, аудиоген-ный киндлинг, аудиогеное сенсорное прекондиционирование. Обработка ЭЭГ нами проводилась методами Фурье и вейвлет-анализа. Метод вейвлет-анализа является более информативным в выявлении частотных характеристик электроэнцефалограмм, чем анализ Фурье.
В хронических опытах у крыс на модели аудиогенной сенсорной дезинтеграции методами спектрального преобразования Фурье и дискретного вейвлет-преобразования с расчетом вейвлет-энергии изучена электрическая активность поля СА1 гиппокампа. Использованный метод вейвлет-анализа является более информативным в выявлении частотно-временных характеристик электроэнцефалограмм, чем анализ Фурье. На 10 и 20 дни ау-диогенных воздействий происходит уменьшение долей вейвлет-энергии декомпозиционного уровня D5, который соответствует тета-ритму, при этом максимум спектра приходится на области тета- и альфа-ритмов. Выявленные электрофизиологические перестройки гиппокампа могут быть связаны с формированием очага застойного возбуждения в лимбической системе мозга.
Ключевые слова: гиппокамп, ЭЭГ, дискретное вейвлет-преобразование, вейвлет-энергия, тета-ритм
THE WAVELET-ANALYSIS OF ELECTRIC ACTIVITY DORSAL HIPPOCAMPUS IN RATS AT CHRONIC
AUDIOGENIC EFFECTS
A.A. PERMYAKOV, E.V. ELISEEVA, A.D. YUDITSKIY, L.S. ISAKOVA Izhevsk State Medical Academy, st. Communards, 281, Izhevsk, Rosia, 426034, e-mail: norm-phys [email protected]
Abstract. To describe the dynamics of the process, the authors use the creation of its models, which should contain the basic mechanisms leading to the observed electrophysiological effects. One of such models is an experimental model of sensory audiogenic disintegration. The hippocampus is the main central element. The hippocampus reacts to all kinds of touch stimulation, but it is especially sensitive to sound stimulus. Audiogenic effects with participation of the hippocampus modulate set of electrophysiological reactions: synchronisation-desynhronisation, mastering and forgeting a rhythm, audiogenic kindling, audiogenic sensory precondition. The authors conducted the processing of the EEG using the Fourier methods and wavelet analysis. The method of wavelet analysis is more informative in identifying frequency characteristics of the EEG than the Fourier analysis.
Electrical activity in field CA1 of the hippocampus was studied in chronic experiments in rats to model audiogenic sensory disintegration spectral methods Fourier transform and discrete wavelet transform calculating wavelet energy . Used method of the wavelet analysis is more informative in identifying time-frequency characteristics of the EEG than the Fourier analysis. At 10 and 20 days audiogenic effects there is a reduction of the lobes of the wavelet energy decomposition levels D5, which corresponds to the theta rhythm, while the maximum of the spectrum falls on the field of theta and alpha rhythms. Revealed electrophysiological restructuring of the hippocampus may be associated with the formation of the center of stagnant excitation in the limbic system of the brain.
Key words: hippocampus, EEG, discrete wavelet transform, wavelet energy, theta rhythm.
Появление современных теорий в науке о деятельности живых организмов стимулировало возникновение новых методов их изучения и использование другой идеологии в принципах функционирования сложных систем [4,14]. Благодаря этому для выявления изменений электрической активности мозговых структур появилась возможность применять эффективные современные стратегии и алгоритмы, к числу которых относится вейвлет-анализ [3,12]. Выбор метода вейвлет-анализа (непрерывного или дискретного) зависит от целей эксперимента, задач исследования и вида обрабатываемого сигнала [2]. Вейвлеты несколько необычны для исследователей, так как они не могут быть записаны в аналитической форме, а характеризуются набором численных коэффициентов в некоторых функциональных уравнениях, содержащих изменение масштаба и сдвиг аргументов исследуемых данных. В практических вычислениях для определения конкретной формы вейвлетов не используются абсолютные значения, а только величины их коэффициентов. Специальная процедура многомасштабного (мультирезолюционного) анализа в прикладных программах делает возможными быстрые численные расчеты локальных характеристик на разных масштабах [2]. Каждая шкала содержит независимую неперекрывающуюся информацию о сигнале в виде вейвлет-коэффициентов, которые вычисляются с помощью процедуры быстрого вейвлет-преобразования. Вейвлеты помогают распознать и описать скрытые характеристики сигнала, но не позволяют объяснять лежащую в их основе динамику и физическую природу процесса, при этом приходится проводить физиологическую интерпретацию полученных данных с учетом классических представлений о нейрофизиологических механизмах мозга [13]. Для описания динамики процесса используется создание его моделей, которые должны содержать основные механизмы, приводящие к наблюдаемым электрофизиологическим эффектам. Одной из таких моделей является экспериментальная модель сенсорной аудиогенной дезинтеграции, важнейшим центральным звеном которой является гиппокамп [7]. Гиппокамп реагирует на все виды сенсорной стимуляции, но особенно чувствителен к звуковым стимулам [5,15]. Аудиогенные воздействия с участием гиппокампа модулируют множество электрофизиологических реакций: синхронизацию-десинхронизацию, усвоение и забывание ритма, ау-диогенный киндлинг, аудиогеное сенсорное прекон-диционирование [1,6,10,15]. Благодаря своим особенностям гиппокамп участвует в патогенезе различных видов патологии [8,9].
Цель исследования - изучить электрическую активность поля СА1 гиппокампа при хронических аудиогенных воздействиях методами спектрального преобразования Фурье и мультирезолюционного вейвлет-анализа.
Материалы и методы исследования. Опыты проведены на 35 белых нелинейных крысах-самцах массой 180-220 г, содержавшихся в стандартных условиях вивария при естественном световом режиме и свободном доступе к воде и пище. Исследования осуществлялись в соответствии с «Руководящими методическими материалами по экспериментальному и клиническому изучению новых лекарственных средств», «Международными рекомендациями по проведению медико-биологических исследований с использованием животных» (1985) и «Правилами лабораторной практики в Российской Федерации (приказ МЗ РФ от 2003 г. № 267)».
Операцию по вживлению электродов для регистрации биоэлектрической активности гиппокампа проводили по стереотаксической методике под наркозом (нембутал, 45 мг/кг) и местной анестезией 2% раствором новокаина. Нихромовые электроды вживляли по координатам атласа мозга Paxinos [11] в область поля СА1 дорсального гиппокампа (AP= -5,3; L=3; S=3), референтный электрод находился в области в носовой кости. Регистрация биоэлектрической активности поля СА1 гиппокампа проводилась мо-нополярно при помощи многофункциональной системы BIOPAC Sistems© (Biopac Systems, Inc., USA) в условиях фиксации животного в стереотаксическом аппарате СЭЖ-2 до аудиогенных воздействий, а затем через 10 и 20 дней.
С целью проведения сенсорной дезорганизации экспериментальных животных подвергали акустическому воздействию по методике «Keys ringing» («Звон ключей»), которое проводили в специальной камере (60x40x40 см) по ранее разработанной схеме [7]: после полутораминутного действия сильной электрической сирены (110-115 Дб) подавали «звон ключей» («keys ringing»), через 15 мин делали трехминутный перерыв и затем повторяли сочетания звуковых стимулов. Общее время хронического аудиогенного воздействия составляло 60 мин ежедневно в течение 20 дней. Контрольная группа животных акустическому воздействию не подвергалась.
Процесс обработки полученных данных включал в себя несколько этапов.
1. С целью автоматического улучшения и первичной фильтрации графика ЭЭГ проводили обработку оцифрованных электроэнцефалограмм. Для этого использовали специализированную программу BSL PRO 3.9© (Biopac Systems, Inc., USA). На полученной ЭЭГ выделяли эпохи по 10 сек, проводили фильтрацию при помощи окна Hamming в режиме Band Pass. Частота дискредитации была выбрана с учетом не только классического спектрального анализа Фурье, но и последующего разложения сигнала на декомпозиционные уровни вейвлета Добеши 4, которая в соответствии с теоремой Котельникова-Найквиста составила 200,0 Гц [13].
2. С целью определения спектральной мощности классических ритмов ЭЭГ и частоты доминирующего ритма проводилась обработка энцефалограмм методом Фурье (FFT). Для частотного преобразования Фурье использовался алгоритм вычисления, заложенный в программе BSL PRO 3.9© , в результате получался график Фурье-спектра (рис. 1).
A
—i-----------1----------4™
C
Рис. 1. График Фурье-спектра А, В, С соответственно до, через 10 и 20 дней после аудиогенного стресса
3. С целью выявления дополнительных изменений структуры сигнала ЭЭГ производили дискретное вейвлет-преобразование (БШТ). Для этого использовали модуль из пакета программ MATLAB 2009: в качестве материнского вейвлета применялся вейвлет Добеши 4 порядка. Для дискретного вейвлет-преобразования оцифрованного ЭЭГ-сигнала применяли высокочастотный фильтр с разложением исследуемого сигнала на аппроксимирующую (А1) и детализирующую (Б1) части с последующей аналогичной фильтрацией аппроксимирующей части А1 (рис. 2). Последовательное дискретное вейвлет-преобразование ЭЭГ-сигнала показано на рис. 3. Для максимального соответствия частот применяемых декомпозиционных уровней частотам, соответствующим классическим ритмам ЭЭГ использовалось разложение на 5 уровней (рис. 2). Выбор
шкалы декомпозиционных уровней частот произведен на основании работ S.M.Rathod, S.C.Kulkami [12] и A.Subasi, E.Ercёelebi [13].
4. С целью количественной оценки и стандартизации энергии обработанного вейвлет-сигнала ЭЭГ проводили мультирезолюционный (многомасштабный) анализ. Для этого также использовали модуль из пакета программ MATLAB 2009. Для каждого уровня разложения рассчитывали детализирующие коэффициенты и вейвлет-энергию уровня в абсолютных значениях. Полная вейвлет-энергия спектра составила сумму вейвлет-энергий всех уровней спектра. На рис. 3 показано графическое изображение вейвлет-коэффициентов с уровнем долей энергии на каждый данный момент регистрации.
ЭЭГ (0-100 Гц) ^ A1 (0-50 Гц) ^ А2 (0-25 Гц) ^ A3 (0-12,5 Гц) ^ А2 (0-6,25 Гц) ^ А5 (0-3,125 Гц)
D1(50-100 Гц) D2(25-50 Гц) D3(25-12,5 Гц) D4(12,5-6,25 Гц) D5(6,25-3,125 Гц)
Рис. 2. Алгоритм многомасштабного анализа с разложением исходной ЭЭГ на декомпозиционные уровни с указанием заданных частот (выделены декомпозиционные уровни, используемые для дальнейшего анализа)
?У\ИwwVyy (Wf/fW
V-лЛ л/WV mi i/VW^v
^fjMii
tjlff*!^
1 Г
-и' , || J1 1 11 1 1 г '
С«Лс«в
' 'Li'tullt ,m,.n.," iTfr—тГттГ ■л *.. lit.ri
-l,t .I.tl -мыЛт-Л .,.r.,11l,l„.Ul ■..itli,,.,..i,i."
M '..In fciuJiblJ IliiJiilLltillil .1!, ImLlJ .ItIt.t Ill J -'-У/ Ltll
OS j
IS tiiWu и ^ikiLi-Liukui Li jii^llkijJiii iiiij.fi-
CM ^¿kaiufek,^ -ilfcuri'iiJtt, i&ü^ijfii.v^ci
Л» -ton МО ЕЖ 1000 1700 14. 1600 IB00
Рис. 3. А. Дискретное вейвлет-преобразование ЭЭГ-сигнала. Б. Мультирезолюционный анализ ЭЭГ-сигнала. Примечание: Б - точками с вертикальными линиями от них показаны вейвлет-коэффициенты с уровнем долей энергии на каждый данный момент регистрации
0.00
24.50
B
Статистическая обработка полученных данных проводилась в программе Statistica 6.0 for Windows.Ru сетевая версия Serial number AXXR006E676618FAN30 (Ижевская государственная медицинская академия). Достоверность различий между группами животных оценивали при помощи непараметрического критерия Манна-Уитни (p<0,05).
Результаты и их обсуждение. Результаты спектрального анализа Фурье. Частотное распределение ритмов после обработки фоновой биоэлектрической активности гипокампа методом спектрального анализа Фурье представлено в табл. Максимум спектра в течение всех сроков эксперимента (до аудиогенного стресса, на 10-й и 20-й дни) приходился на область тета-ритма (4-8 Гц). В целом при обработке фоновой электрической активности гиппокампа методом спектрального анализа Фурье достоверных отличий между показателями в динамике хронического аудиогенного воздействия, по сравнению с контрольной группой животных выявлено не было, доминирующим остается тета-ритм (табл.).
Таблица
Результаты обработки спонтанной биоэлектрической активности поля СА1 гиппокампа до и после (через 10 и 20 дней) аудиогенной стимуляции (АС) методами спектрального анализа Фурье (FFT) и дискретного (мультирезолюционного) вейвлет-преобразования (DWT)
Примечание: достоверность для DWT MRA относительно
контрольной группы (критерий Манна-Уитни), где # - p<0,05; ## - p<0,01. Выделены доминирующие ритмы и частотные уровни декомпозиции
Результаты мультирезолюционного анализа. У животных экспериментальной группы до предъявления хронического аудиогенного воздействия значения долей относительной вейвлет-энергии для соответствующих уровней декомпозиции составили: A5 - 14,65±2,88%; D5 - 38,81±2,03%; D4 - 27,69±1,85%;
ОЗ - 15,16±2,17%; О2 - 3,53±0,51%; О1 - 0,17±0,03%. Доминирующий ритм приходился на декомпозиционный уровень О5, второй по степени доминации -на уровень О4 (табл.).
Через 10 дней хронического акустического воздействия изменения ЭЭГ гиппокампа наблюдались только в частотном диапазоне О5 (табл.): произошло уменьшение долей вейвлет-энергии с 38,81±2,03 до 30,11±3,37% (р<0,01). Доминирующими ритмами в равных соотношениях оставались доли вейвлет-энергии декомпозиционных уровней О5 и О4. Произошло перераспределение долей остальных ритмов в сторону их повышения пропорционального исходному.
Таким образом, у экспериментальных животных после 10-дневной звуковой стимуляции, по сравнению с контролем до воздействия, паттерн декомпозиционных диапазонов вейвлет-энергии спонтанной ЭЭГ гип-покампа значительно поменялся. Равномерно распределенное, одинаковое по долям вейвлет-энергии доминирование сразу двух ритмов О5 и О4 произошло за счет уменьшения долей ритма О5 и перераспределения вейвлет-энергии остальных ритмов.
На 20-й день хронического аудиогенного воздействия паттерны спонтанной ЭЭГ гиппокампа были аналогичны данным 10-го дня стимуляции (табл.). Исходные значения долей относительной вейвлет-энергии для соответствующих уровней декомпозиции уменьшились только в диапазоне О5 - с 38,81±2,03 до 30,85±2,05% (р<0,05). Доминирующими ритмами на фоновой ЭЭГ в равных соотношениях также как на 10 день стимуляции, оставались доли декомпозиционных уровней О5 и О4.
Таким образом, у экспериментальных животных после 20-дневной звуковой стимуляции, по сравнению с контролем до воздействия, паттерн декомпозиционных диапазонов вейвлет-энергии фоновой ЭЭГ гиппокампа соответствовал паттерну после 10-дневной стимуляции.
Применение спектрального анализа Фурье и мультирезолюционного вейвлет-анализа показало, что вейвлет-анализ более чувствителен, чем анализ Фурье. Исходные данные фоновой ЭЭГ, обработанные спектральным методом Фурье, выявили доминирование в гиппокампе тета-ритма, что полностью соответствует классическим представлениям [9]. Исходную осцилляторную активность гиппокампа можно рассматривать как составную часть центрального сенсорного аппарата. При обработке методом МРА максимум спектра также находился в диапазоне частот, соответствующих тета-ритму.
Длительная хроническая аудиогенная стимуляция вызывает изменения фоновой ЭЭГ к 10-му дню воздействий, к 20-му дню эти изменения сохраняются. На 10-й день воздействий фоновая активность характеризуется достоверным снижением тета-активности за счет повышения альфа-активности и максимум спектра приходится на тета- и а-ритмы, то есть фоно-
вид анализа ритм (FFT) и уровень декомпозиции (DWT MRA) частота Гц, Доли энергий ( % )
до аудиогенной стимуляции через 10 дней после АС через 20 дней после АС
FFT дельта (5) 0,5-4,0 17,53±1,13 18,38±1,69 17,40±0,50
DWT MRA A5 0,0-3,125 14,65±2,88 19,95±2,23 18,28±2,49
FFT тета (9) 4,0 - 8,0 26,82±1,26 25,01±1,51 27,5±1,00
DWT MRA D5 3,125-6,25 38,81±2,03 30,11±3,37## 30,85±2,05#
FFT альфа (а) 8,0-13,0 20,32±0,80 19,62±0,51 19,50±0,80
DWT MRA D4 6,25-12,5 27,69±1,85 29,34±2,73 31,11±2,62
FFT бета (ß) 1 13,0-20,0 15,45±0,83 15,98±0,97 15,70±0,76
DWT MRA D3 12,5-25,0 9,56±2,17 15,29±0,60 13,82±1,04
FFT бета (ß) 2 20,0-30,0 11,71±0,72 12,67±0,97 12,10±0,82
DWT MRA D2 25,0-50,0 3,53±0,51 5,07±0,79 5,07±0,84
FFT гамма (у) 30,0-50,0 8,14±1,20 8,36±0,50 7,80±1,05
DWT MRA D1 50,0-100,0 0,17±0,03 0,43±0,12 0,25±0,04
вая активность перестраивается внутри гиппокампа. Предъявление звуковой стимуляции вызывает перестройку функциональной системы тета-гамма колебаний гиппокампа [8], которая участвует в считывании информации с памяти, кодировании местоположения животного [8,9]. В наших экспериментах перестройка активности с частотным смещением происходит внутри самого гиппокампального круга. Изменения в гиппокампальной активности при действии звуковых стимулов позволяют предположить, что они имеют посткондиционирующий характер, изменение возбудимости поля СА1 в гиппокампальной формации произошло, вероятно, по принципу павловского кондиционирования.
Выводы:
1. Метод вейвлет-анализа является более информативным в выявлении частотных характеристик электроэнцефалограмм, чем анализ Фурье.
2. Аудиогенные воздействия как на 10-й, так и на 20-й день вызывают изменение электрической активности гиппокампа в виде уменьшения долей вейвлет-энергии декомпозиционного уровня D5, что соответствует тета-ритму.
Литература
1. Виноградова Л.В. Аудиогенный киндлинг у крыс WAG/RIJ: изменение поведенческих и электрофизиологических реакций на повторное предъявление короткой звуковой стимуляции // Журнал высшей нервной деятельности им. И.П.Павлова. 2004. № 5. С. 638-647.
2. Дремин И.М., Иванов О.В., Нечитайло В.А. Вейвлеты и их использование // Успехи физических наук. 2001. Т. 171, № 5. С. 465-501.
3. Адаптивный метод распознавания характерных осцилляторных паттернов на основе вейвлет-преобразования / Назимов А.И., Павлов А.Н., Храмов А.Е. [и др.] // Радиотехника и электроника. 2013. Т. 58, № 8. С. 789-795.
4. Вейвлет-анализ в нейродинамике / Павлов А.Н, Храмов А.Е., Короновский А.А. [и др.] // Успехи физических наук. 2012. Т. 182, № 9. С. 905-939.
5. Пермяков А.А., Елисеева Е.В., Исакова Л.С. Центральные адаптивные механизмы в динамике аудиогенного стресса // Авиакосмическая и экологическая медицина. 2013. Т. 47, №4. С. 114-115.
6. Пермяков А.А., Елисеева Е.В. Минаева Е.В., Егоркина С.Б., Исакова Л.С. Центральные и периферические проявления системной реакции на стресс у экспериментальных животных с различной прогностической устойчивостью // Системная регуляция вегетативных функций / Сб. под ред К.В.Судакова и др. М.: ФГБУ НИИНФ РАМН, 2013. С. 91-96.
7. Пермяков А.А., Елисеева Е.В., Юдицкий А.Д. Сенсорная дезинтеграция как модель эмоциогенного стресса // Научные труды III Съезда физиологов СНГ. М.: Медицина-Здоровье, 2011. С. 233-234.
8. Хадарцев А.А., Еськов В.М., Филатова О.Е., Хадарцева К.А. Пять принципов функционирования сложных систем, систем третьего типа // Вестник новых медицинских технологий. Электронное издание. 2015. №1. Публикация 1-2. URL: http://www.medtsu.tula.ru/VNMT/Bulletin/E2015-1/5123.pdf (дата обращения: 25.03.2015). DOI: 10.12737/10410
9. Increase in Hippocampal Theta Oscillations during Spatial Decision Making / Belchior H., Lopes-dos-Santos V., Tort A.B.L. [et al.] // hippocampus. 2014. № 24. Р. 693-702.
10. Buzsáki G., Moser E.I. Memory, navigation and theta rhythm in the hippocampal-entorhinal system // Nature Neuroscience. 2013. 16. Р. 130-138.
11. Olesen M.V., Wortwein G., Pakkenberg B. Electroconvulsive Stimulation, but not Chronic Restraint Stress, Causes Structural Alterations in Adult Rat Hippocampus - A Stereological Study // Hippocampus. 2015. 25. Р. 72-80.
12. Paxinos G. The Rat Nervous System, Third Edition // Elsevier Academic press. 2004. 1329 p.
13. Rathod S.M., Kulkarni S.C. Classification of Electroencephalogram Using Wavelet Transform and Neural Network // International Journal of Science and Research (IJSR). 2014. Vol. 3, Issue 6. Р. 932-935.
14. Subasi A., Eraelebi E. Classification of EEG signals using neural network and logistic regression // Computer Methods and Programs in Biomedicine. 2005. 78. Р. 87-99.
15. The Neural Networks Underlying Auditory Sensory Gating / Mayer A.R., Hanlon F.M., Franco A.R. [et al.] // Neuroimage. 2009. 44(1). P. 182-189. D0I:10.1016/ j.neuroimage.2008.08.025.
References
1. Vinogradova LV. Audiogennyy kindling u krys WAG/RIJ: izmenenie povedencheskikh i elektrofiziolo-gicheskikh reaktsiy na povtornoe pred''yavlenie ko-rotkoy zvukovoy stimulyatsii. Zhurnal vysshey nervnoy deyatel'nosti im. I.P.Pavlova. 2004;5:638-47. Russian.
2. Dremin IM, Ivanov OV, Nechitaylo VA. Veyv-lety i ikh ispol'zovanie. Uspekhi fizicheskikh nauk. 2001;171(5):465-501. Russian.
3. Nazimov AI, Pavlov AN, Khramov AE, et al. Adaptivnyy metod raspoznavaniya kharakternykh ost-sillyatornykh patternov na osnove veyvlet-preobrazovaniya. Radiotekhnika i elektronika. 2013;58(8):789-95. Russian.
4. Pavlov AN, Khramov AE, Koronovskiy AA, et al. Veyvlet-analiz v neyrodinamike. Uspekhi fizi-cheskikh nauk. 2012;182(9):905-39. Russian.
5. Permyakov AA, Eliseeva EV, Isakova LS. Tsen-tral'nye adaptivnye mekhanizmy v dinamike audiogen-nogo stressa. Aviakosmicheskaya i ekologicheskaya me-ditsina. 2013;47(4):114-5. Russian.
6. Permyakov AA, Eliseeva EV, Minaeva EV, Egorkina SB, Isakova LS. Tsentral'nye i perifericheskie proyavleniya sistemnoy reaktsii na stress u eksperimen-tal'nykh zhivotnykh s razlichnoy prognosticheskoy us-toychivost'yu. Sistemnaya regulyatsiya vegetativnykh funktsiyyu Sb. pod red K.V.Sudakova i dr. Moscow: FGBU NIINF RAMN; 2013. Russian.
7. Permyakov AA, Eliseeva EV, Yuditskiy AD. Sensornaya dezintegratsiya kak model' emotsiogennogo stressa. Nauchnye trudy III S"ezda fiziologov SNG. Moscow: Meditsina-Zdorov'e; 2011. Russian.
8. Khadartsev AA, Es'kov VM, Filatova OE, Kha-dartseva KA. Pyat' printsipov funktsionirovaniya slozh-nykh sistem, sistem tret'ego tipa. Vestnik novykh medit-sinskikh tekhnologiy. Elektronnoe izdanie [internet]. 2015[cited 2015 Mar 25];1:[about 6 p.]. Russian. Available from: http://www.medtsu.tula.ru/ VNMT/Bulletin/E2015-1/5123.pdf. DOI: 10.12737/10410
9. Belchior H, Lopes-dos-Santos V, Tort ABL, et al. Increase in Hippocampal Theta Oscillations during Spatial Decision Making. hippocampus. 2014;24:693-702.
10. Buzsâki G, Moser EI. Memory, navigation and
theta rhythm in the hippocampal-entorhinal system. Nature Neuroscience. 2013;16:130-8.
11. Olesen MV, Wortwein G, Pakkenberg B. Electroconvulsive Stimulation, but not Chronic Restraint Stress, Causes Structural Alterations in Adult Rat Hippocampus - A Stereological Study. Hippocampus. 2015;25:72-80.
12. Paxinos G. The Rat Nervous System, Third Edition. Elsevier Academic press; 2004.
13. Rathod SM, Kulkarni SC. Classification of Electroencephalogram Using Wavelet Transform and Neural Network. International Journal of Science and Research (IJSR). 2014;3(6):932-5.
14. Subasi A, Erceelebi E. Classification of EEG signals using neural network and logistic regression. Computer Methods and Programs in Biomedicine. 2005;78:87-99.
15. Mayer AR, Hanlon FM, Franco AR, et al. The Neural Networks Underlying Auditory Sensory Gating. Neuroimage. 2009;44(1):182-9. D0I:10.1016/ j.neuroimage.2008.08.025.
УДК: 616.127-06+616.379-008.64-085:615.225.1 DOI: 10.12737/13312
МИКРОЦИРКУЛЯТОРНЫЕ НАРУШЕНИЯ И ИХ КОРРЕКЦИЯ ИНГИБИТОРОМ АНГИОТЕНЗИНПРЕВРАЩАЮЩЕГО ФЕРМЕНТА ЛИЗИНОПРИЛОМ У БОЛЬНЫХ ИШЕМИЧЕСКОЙ БОЛЕЗНЬЮ СЕРДЦА В СОЧЕТАНИИ С САХАРНЫМ ДИАБЕТОМ 2 ТИПА
Н.С. ЧИЛИКИНА, А.Ш. ХАСАЕВ, С. А. АБУСУЕВ
ГБОУ ВПО «Дагестанская государственная медицинская академия» МЗ РФ, площадь им. Ленина, 1, г. Махачкала, Республика Дагестан, Россия, 367012, е-mail: [email protected]
Аннотация. Ишемическая болезнь сердца и сахарный диабет 2 типа составляют наиболее сложную и актуальную проблему медицинской науки и здравоохранения. Стандартные лечебные мероприятия в ряде случаев не обеспечивают существенного клинического улучшения состояния пациентов со стабильным течением заболеваний. Это требует дальнейшего изучения патогенеза поражения сердца и сосудов при сочетанной патологии и поиска новых лекарственных средств. В данной работе изучено состояние микроциркуляции с морфологической оценкой микрососудистого русла и учетом эффективности терапевтического воздействия ингибитора ангиотен-зинпревращающего фермента лизиноприлав суточной дозе 5 мг у больных ИБС, стабильной стенокардией напряжения III ФК в сочетании с СД 2 типа. Исходно, через 1 и 6 месяцевлечения проведена конъюнктивальная биомикроскопия сосудов глаз с калиброметрией и морфометрическим анализом. Результаты исследования показали, что при сочетании ИБС и СД 2 типа формируются грубые нарушения микроциркуляции, выражающиеся в развитии распространенного периваскулярного отека, множественных геморрагий, резкого обеднения сосудистого русла с появлением бессосудистых очагов, внутрисосудистой агрегации эритроцитов - «сладж-феномена». Длительный комплексный прием лизиноприла вызвал положительную динамику микроциркуля-торных нарушений, в особенности, ее внутрисосудистого звена с возрастанием скорости кровотока и снижением агрегации эритроцитов, что является основанием для рекомендации к широкому использованию при данной сочетанной патологии.
Ключевые слова: ингибитор ангиотензинпревращающего фермента, ишемическая болезнь сердца, конъюнктивальная биомикроскопия, микроциркуляция, сахарный диабет 2 типа.
